寬體輕型客車行業的定性與定量銷量預測研究

姜亞蘭

（上汽集團南京依維柯汽車有限公司，江蘇 南京 210009）

一、寬體輕型客車行業銷量預測的窘境

寬體輕型客車行業的銷量預測一直是行業內市場分析人員無法逾越的一座山。縱觀近幾年國家信息中心經濟咨詢中心在輕型車聯合會上的報告，機構對于次年的市場容量的預測方法均以定性分析為主，做出對于趨勢上升與下降的判斷。謝國平2021年5月12日在輕型車聯合會上發布名為《從商用車視角看“十四五”規劃》的報告，通篇定性分析了規劃對于輕型客車市場的影響，只字未提對市場容量進行定量預測。這些放之四海皆準的定性分析并不能讓與會者清晰地看到市場未來的增量，各廠家只能霧里看花，彼此估量著對手的實力，并爭奪存量市場。大家都迫切希望得到一個明確的數據：來年的蛋糕有多大？

二、寬體輕型客車市場的定性預測

在我國汽車行業，寬體輕型客車從屬于商用車行業，指的是從事生產、服務或者被從事社會經濟活動的單位、個體所持有的生產工具。近幾年，隨著寬體輕型客車行業產品技術的發展，產品種類進一步豐富，應用領域持續增加，個性化、高端化產品逐漸獲得了更廣或的應用空間。這使得寬體輕型客車的市場逐漸向產業鏈的下游延伸，越來越被個人用戶所接受。因此，影響寬體輕型客車市場的因素也變得具有多樣性。

從PESTEL模型角度分析，寬體輕型客車市場的變化主要受以下幾個因素的影響。

政治方面：我國政治體制穩定，對寬體輕型客車市場的影響力度較小，但穩定的政治體制有利于任何一個行業的持續向好發展。

經濟方面：2008年和2019年全球性的經濟危機并未帶給輕型客車市場較大的負面影響。恰恰相反，大量基礎建設資金的投入，給寬體輕型客車作為生產工具這一用途帶來了持續10年快速增長的窗口期。

社會方面：隨著用戶需求和傾向的多樣化，產品也呈現出多樣化發展的趨勢。商用車雖然是生產工具，但在滿足基礎需求的前提下，對產品功能的兼容性、多元化提出了更高的要求，進而引起了車企對市場進行更加細致的分類。

科技方面：在基礎科研層面，隨著國內科研技術的發展，寬體輕型客車企業的研發技術不斷提高，基于產品的工藝創新層出不窮，極大地豐富了產品的用途，將更多的個人終端用戶納入到了市場中，擴大了市場規模，為市場帶了更多的增長動力。在前沿科技層面，由于新能源技術與互聯網的發展，帶來了汽車行業電動化、智能化、網聯化、共享化的發展機遇，為商用車行業未來的增量指明了方向。

環境方面：節能環保的要求成為制約汽車行業發展的瓶頸。隨著國家與用戶環保意識的增強，市場更加容易接納對環境友好的產品。

法律方面：首先，在較長一段時間的發展之后，寬體輕型客車行業的政策法規逐漸形成了一套中國標準，國家實施全產業鏈的質量與安全監管，倒逼企業進行持續的產品改進與技術創新。其次，在國家基于戰略層面的考慮，在政策上釋出汽車行業核心技術路線的變更意見，商用車行業將緊隨乘用車的腳步，快速實現新能源技術路線產品的迭代更新。

綜上所述，通過對于寬體輕型客車行業外部環境的分析可知，擺在車企面前的既有機遇也有挑戰，既要爭取增量市場，也不能放松對存量市場的研究。寬體輕型客車行業目前有三大驅動因素對市場容量的增長起到了正向影響：

一是國家層面對科研與技術開發資源的投入穩定增加，出臺對于新技術產品的優惠政策，鼓勵以企業為核心的技術進步。

二是寬體輕型客車產品應用的橫向與縱向延伸。產品功能開發與市場需求互為依賴，相互促進，應用領域不斷拓展：醫藥醫療、食品安全、農林牧漁、科學研究、軍隊武警以及許多民營領域都有較強的適應性。寬體輕型客車產品逐步延伸至產業鏈的下游，拓寬了增量市場。

三是進入寬體輕型客車行業車企與原有企業的競爭與合作促進了市場容量的擴張。2010年以前，寬體輕型客車行業內只有江鈴汽車和南京依維柯兩家車企，市場容量不足10萬輛。2010年至2011年間，上汽、江淮、東風、福建奔馳紛紛進入市場；2015年福田圖雅諾上市，取代了原有銷量日益萎縮的福田風景，2021年上汽控股依維柯。雖然行業內進入車企眾多，客觀上帶來了一部分市場的增量，同時也加劇行業內的存量競爭。

三、寬體輕型客車市場的定量預測

寬體輕型客車近幾年銷量呈現持續增長趨勢，從公安部發布的上牌保險數據中看到：自2013年以來，寬體輕型客車的年市場容量就在10萬輛以上，2018年突破15萬輛，2020年達到19萬輛。市場銷量增幅每三年一個臺階，呈高位、低位、回歸的態勢。2010年至2020年的復合增長率為9.9%。

圖1 2009年～2020年寬體輕型客車年度銷量于同比走勢

為了評估數據是否能夠套用模型，必須先觀察并計算該組數據的離散程度。

圖2 2010年～2020年寬體輕型客車年度銷量數據離散程度

從圖表上看，2010年～2020年，寬體輕型客車市場銷量數據是一組波動較小，具有較高穩定性的數值。總體均值為：123785；總體標準差：31750；離散系數：0.26。離散系數較小，數據的離群程度不高，說明數據間存在較強的規律。因此，我將利用數據序列模型和線性回歸模型對這組數據進行擬合，用以預測后面一年的銷量。

1.按照時間序列建立關系的定量預測模型

以2009年～2019年的數據為依據，預測2020年、2021年的市場容量，預測結果如表1所示。

表1 時間序列模型預測值及數據組統計參數

對統計信息數值進行解讀如下。

平滑系數：Alpha（水平）為0.75，beta（數據趨勢）和gamma（平滑參數）參數等于0，顯示這組數據非常平滑，模型的噪聲小，預測數據有效性高。

錯誤指標：MASE（平均絕對比例誤差）為0.61＜1；SMAPE（對稱平均絕對百分比誤差）為4%；表示誤差足夠小，預測模型有效。

MAE（平均絕對誤差）、RMSE（均方根誤差）均解釋了模型計算擬合值與觀測值之間的相差多大的數量。

預測結果如圖3所示：2020年，寬體輕型客車市場容量在區間[14.7萬輛-17.1萬輛]內，區間中值為15.9萬輛；2020年實際銷量為18.9萬輛，與預測上限相差1.8萬輛，誤差率9.3%；與預測中值相差近3萬輛，誤差率15.8%。

圖3 時間序列模型預測2020年、2021年市場容量

2.按照回歸模型進行定量預測

影響寬體輕型客車市場容量的指標有：國內生產總值（GDP）、城鎮居民消費水平、全社會固定資產投資、工業生產者購進價格指數、第二產業增加值、貨幣供應量、消費品和原材料新訂貨單、制造業和商業存貨賬面價值變動等。

實際預測時，最常運用的是國內生產總值（GDP）。將GDP與寬體輕型客車市場容量建立相關關系，使用一元線性回歸模型對次年的寬體輕型客車市場容量預測。為什么使用GDP作為唯一的經濟指標建立線性回歸模型？因為除了GDP以外，不論是先行指標還是同步指標都無法在當年做出較為準確的預測數值，因此也無法利用該預測數值與寬體輕型客車市場之間的相關關系來為次年的市場容量做出預測。

首先考慮GDP與寬體輕型客車市場容量兩組數值之間的相關關系。

通過散點圖圖4可知：兩組數據存在正相關關系，可以采用一元線性回歸模型對數據進行擬合。

圖4 GDP與寬體輕客市場兩組數據分布狀態

表2 回歸模型對兩組數據關系的統計值

Multiple R是相關系數，該值為0.95，是非接近于1，表面兩組數據的相關性非常強。

R Square指模型擬合的精確度，越接近1，擬合程度越高。本次統計指標為0.91，說明模型的擬合精確度高。

Adjusted R Square是決定系數，是修正后的擬合系數。表示回歸的平方和占總偏差平方和的比率，反映了自變量解釋因變量變異的比率，其值越接近1說明回歸的效果越好。雖然此次采用的是一元線性回歸模型，模型的復雜程度不高，修正的R方參考意義不大，但該值接近0.9，再次印證了模型的擬合效果好。

表3 回歸模型中兩組數據的方差分析

方差分析既變異數分析，用于對兩個以及兩個以上樣本均值差別的顯著性進行檢驗。

自由度解釋的是變量的個數。

SS離均差平方和是指擬合值與觀測值均值之間差的平方和。

MS均方差是誤差平方和除以自由度的商。

F統計量是用來判斷線性關系的。

Significance F說的是模型為假的概率。Significance F為6.08343E-06約為0.0006%，明顯＜0.05，說明置信度達到了99.99%以上。

Coefficients列對應為模型的回歸系數：截距α=13680.86；截距β=0.1543，既可建立回歸模型。

P-value指的是參數的P值，作用同上表中Significance F值，說明置信度高達99.99%以上。

按照表4表達一元線性回歸模型：Y=13680.86+0.1543X+ε，擬合圖形如圖5。

表4 回歸模型參數及假設檢驗

圖5 回歸方程擬合值與觀測值分布圖

表5 回歸方程擬合值與觀測值的殘差計算

從輸出的結果看，以GDP為自變量來測算寬體輕型客車市場容量的一元線性回歸方程擬合性較好。由方程Y=13680.86+0.1543X所測算出的寬體輕型客車預測值與實際值平均殘差絕對值為7915輛，平均殘差百分比為6.4%。殘差的意義在于，當我們確定該一元線性回歸方程的擬合性較好的情況下，擬合值與實際值之間差值相當于那些無法用數據量化的因素——環境因素對數值產生的影響。殘差的百分比所展示的數值可以理解為環境因素對市場的影響力度。

3.兩種定性預測方法的總結及實例分析

以上介紹了兩種定性預測的方法，均對2020年寬體輕型客車的市場容量進行了預測。受新冠疫情影響，2020年國際國內環境變化劇烈，對于寬體輕型客車市場產生了巨大的影響。業內認為這是歷年以來，外部環境因素寬體輕型客車對市場影響力度最大的一次，對于分析如何將定量預測與定性預測的數值結合，給出較為準確的市場銷量預測結果具有典型的代表意義。因此，我將以2020年為例，我剛才分別用時間序列與一元線性回歸方程對該年度的寬體輕型客車市場容量進行了預測，結果匯總如表6。

表6 兩種模型預測值的誤差評估

時間序列模型擬合的預測值（中值）與實際值之間相差近3萬輛，誤差率為15.8%，明顯高于以GDP為自變量的一元線性回歸方程所擬合的數值。因為2020年的GDP以及對預測值進行了一次修正。因此在其他條件不變的情況下，GDP對于寬體輕型客車市場銷量的影響程度為：170418-159068=11350輛，影響程度為6.0%。

一元線性回歸方程所擬合的預測值與實際值之間相差1.8萬輛，誤差率為9.7%，可以看出在其他條件不變的情況下，除了宏觀經濟的因素，還有部分行業因素對市場產生了影響。

對照2020年的分月銷量可以看出，新冠疫情影響下的寬體輕型客車市場銷量呈現前低后高的走勢，如圖6。

圖6 新冠疫情對寬體輕客市場銷量的影響

在此總結了一份當時影響銷量的重大行業因素：

一月：春節與新冠疫情因素疊加導致的銷售停滯，行業銷量0.9萬輛，同比下降20.8%。

二月：全行業停工停產導致的銷售停滯，行業銷量0.3萬輛，行業內的排名第二、第三家主要車企月均銷量不超過600輛。

三月：各單位陸續復工復產，銷量恢至1.5萬輛。由于救護車需求的爆發性增長，給整個行業來了1500輛的增量。

第二季度：頭部省份的經濟開始恢復，各車企陸續補足一月、二月被延遲的訂單，滿足M1類客車和廂式運輸車的需求缺口。由于一季度經濟停滯導致消費整個社會能力下降，經濟型M1類產品替代了原消費者對中、高端產品的需求，給行業帶來了1.1萬輛的增量，49.8%的增幅。同時，依舊因為疫情，市場對救護車的需求持續增加，不僅為行業增加了2500多輛的增量，更在4月創造了單月銷量歷史最高點——1.8萬輛，同比增幅35.8%。在行業政策方面：生態環境部、工業和信息化部、商務部、海關總署發布《關于調整輕型汽車國六排放標準實施有關要求的公告》，要求自2020年7月1日起，全國范圍實施輕型汽車排放標準，禁止生產國五排放標準的輕型汽車。這份公告的發布導致汽油車銷量結構增加了兩個百分點。

第三季度：宏觀經濟的全面復蘇讓寬體輕型客車行業迎來了持續近一年的高速發展期。行業內的各車企均實現了市場的快速擴張。旅游業的復蘇——尤其是一線城市的旅游業全面恢復——為商旅通勤市場實現3200輛，118.2%的增長。在本行業內：兩家有股權關系的企業加快了戰略合作的腳步。為了實現市場的互補性合作，這兩家車企在各自擅長的領域加大了技術推廣與促銷力度，在市場占比最大的經濟型市場、專用改裝市場均實現了快速增長。由于客貨兩用市場持續保持增長、商旅通勤、物流運輸以及專用改裝市場又為整個行業注入了新動能，在四重因素疊加的影響下，9月份再次創下了行業單月銷量新高——1.9萬輛。

第四季度：宏觀經濟環境欣欣向榮，購買力的回歸導致中、高端產品比例恢復至41.1%，寬體輕型客車市場依舊保持高速增長。在行業政策方面，離實施重型柴油車的國六排放的時間還有9個月，直至12月底，國六車輛的銷量占比提高至40%。各車企在推進國六產品下沉的同時開始加快消化國五車輛的社會庫存，各種商務政策的力度也相應加大。各車企的相繼促銷直接將行業12月的零售銷量推至2.3萬輛的歷史最高位。

總結2020年定性影響因素主要是：意外情況——新冠疫情導致3個月的生產銷售停滯、救護車及專用車市場需求增加、商旅通勤產品報復性增長、加快物流行業發展擴張；行業政策——排放升級推動經濟型產品促銷與中高端市場的回歸；車企行為——行業中兩家車企進行深度戰略合作。

四、結論

將上述方法運用到對于2021年的市場預測中去。由時間序列模型判斷，2021年寬體輕型客車市場大概率依然為增長趨勢，去年的因素依舊會影響本年度的市場需求。下半年是否還有其他定性因素將會對行業產生影響尚且不得而知。但我們依舊可以從一元線性回歸方程來為今年的銷量做一個大體的判斷。在宏觀環境保持不變的情況下，IMF對今年中國的GDP增長預測為8.1%。帶入方程Y=1368.86+0.1543X計算Y=13680.86+0.1543×（1+8.1%）×1015986.2=183145.63≈18.3萬輛。根據上一段的分析，2021年與2020年有著同樣的定性因素，所以要在基礎預測值的基礎上加上相同的誤差值1.8萬輛，預計銷量為20.1萬輛。

最后，對于寬體輕型客車市場銷量的預測，首先對于次年的市場走勢做出增長或下行的判斷，然后將權威機構對于GDP的預測帶入一元線性回歸方程中，計算出基礎定量預測值，最后研究對行業可能產生影響的定量因素，在基礎定量預測值的基礎上增加或減少5%～15%的誤差值。